рус      eng

Том 11, № 1, 2016

  • Молодцов Д.А.
    «Размерность в мягком топологическом пространстве»
    Для мягкого топологического пространства строятся понятия размерности, базирующиеся на системе покрытий. Изучаются простейшие свойства размерности. Изучена размерность конечных пространств. Исследуется размерность компактных множеств. Получены оценки размерности для произведения пространств. Приводятся примеры вычисления размерности.

    Ключевые слова: мягкая топология, мягкая размерность множества.

    Ресурсы: первая страница статьи.

    Библиографическая ссылка
    Молодцов Д.А. Размерность в мягком топологическом пространстве // Нечеткие системы и мягкие вычисления. 2016. Т. 11, № 1. С. 5-18.
  • Солдатенко И.С.
    «О решении задачи возможностной оптимизации одного класса с параметрами, характеризующимися квазивогнутыми полунепрерывными сверху строго унимодальными функциями распределения»
    В статье рассматривается задача уровневой возможностной оптимизации с параметрами, характеризующимися квазивогнутыми полунепрерывными сверху строго унимодальными функциями распределения. Построен эквивалентный детерминированный аналог задачи. Для агрегирования нечеткой информации используются слабейшая и сильнейшая треугольные нормы. Результаты, полученные в работе, являются обобщением случая, когда параметры задачи возможностной оптимизации заданы нечеткими числами (L-R)-типа.

    Ключевые слова: возможностное программирование, уровневая оптимизация, треугольная норма, слабейшая t-норма T_W, непрямой метод решения, эквивалентный детерминированный аналог.

    Ресурсы: первая страница статьи.

    Библиографическая ссылка
    Солдатенко И.С. О решении задачи возможностной оптимизации одного класса с параметрами, характеризующимися квазивогнутыми полунепрерывными сверху строго унимодальными функциями распределения // Нечеткие системы и мягкие вычисления. 2016. Т. 11, № 1. С. 19-32.
  • Арефьев В.И., Петров М.О., Талалаев А.Б., Сорокин С.В., Язенин А.В.
    «Классификация состояния системы на основе технологий мягких вычислений»
    В работе предлагаются методы классификации состояния системы на основе технологий мягких вычислений. Возможности подхода демонстрируются на модельных примерах.

    Ключевые слова: классификация, состояние системы, теория возможностей, нечеткое множество, нечеткая (возможностная) величина, нечеткая случайная величина, лингвистическая переменная, мягкие вычисления, функция агрегирования.

    Ресурсы: первая страница статьи.

    Библиографическая ссылка
    Арефьев В.И., Петров М.О., Талалаев А.Б., Сорокин С.В., Язенин А.В. Классификация состояния системы на основе технологий мягких вычислений // Нечеткие системы и мягкие вычисления. 2016. Т. 11, № 1. С. 33-56.
  • Филатова Н.Н., Сидоров К.В.
    «Интерпретация характеристик эмоций с помощью анализа аттракторов, реконструированных по ЭЭГ-сигналам»
    В статье описывается динамическая модель, позволяющая отслеживать изменение направления развития эмоций человека в ходе реакций на последовательность внешних стимулов. Указанная задача решена путем формирования новой системы признаков, характеризующих морфологию аттрактора, восстановленного по ЭЭГ-сигналам. Изменения эмоционального состояния испытуемого оцениваются с помощью нечетких оценок трех характеристик аттракторов, реконструированных по ЭЭГ-сигналам. Результаты мониторинга эмоций представляются в виде матрицы оценок приращений характеристик аттракторов, определенных по дополнительной индексной шкале, позволяющей для каждого элемента нечеткого множества генерировать числовую оценку с использованием индекса терма и функции принадлежности.

    Ключевые слова: модель эмоций, распознавание эмоций, аттрактор, нечеткие множества.

    Ресурсы: первая страница статьи.

    Библиографическая ссылка
    Филатова Н.Н., Сидоров К.В. Интерпретация характеристик эмоций с помощью анализа аттракторов, реконструированных по ЭЭГ-сигналам // Нечеткие системы и мягкие вычисления. 2016. Т. 11, № 1. С. 57-76.

Назад